Equipe
Conheça os profissionais que estarão com você durante sua jornada
Nossos Professores
Paganini Barcellos de Oliveira
Possui experiência em pesquisa e implementação de algoritmos exatos e heurísticos para problemas de grande porte. As principais áreas de Interesse são: Pesquisa Operacional, Otimização, Ciência de Dados, Microeconomia, Teoria dos Jogos e Educação em Engenharia de Produção.
Thiago Silva
Possui graduação (2006) e mestrado (2009) em engenharia de produção pela Universidade Federal de Minas Gerais. Em 2015 concluiu o doutorado em engenharia de produção na Universidade Federal de Minas Gerais com estágio sanduíche na Division of Computing Science and Mathematics, University of Stirling (UK) fomentado pelo PDSE/CAPES. Tem experiência em consultoria já tendo atuado em projetos para empresas nacionais e multinacionais. Sua pesquisa está concentrada no uso de ferramentas quantitativas para o suporte a tomada de decisão, com ênfase em Pesquisa Operacional, Aprendizado de Máquina e Ciência de Dados e com aplicações em logística, análise de investimento, gestão de projetos de P&D e serviços de saúde. Atualmente é professor associado do Departamento de Engenharia de Produção do Instituto de Ciências Exatas e Aplicadas da Universidade Federal de Ouro Preto (DEENP/ICEA/UFOP).
Alexandre Xavier Martins
Possui graduação em Engenharia de Produção pela Universidade Federal de Ouro Preto(2003), mestrado em Engenharia de Produção pela Universidade Federal de Minas Gerais(2005), doutorado em Engenharia Elétrica pela Universidade Federal de Minas Gerais(2011) e pós-doutorado pela Université de Tecnologie de Troyes(2017). Atualmente é Professor Associado II da Universidade Federal de Ouro Preto. Tem experiência na área de Engenharia de Produção, com ênfase em Pesquisa Operacional. Atuando principalmente nos seguintes temas: Otimização na Siderurgia e na Indústria Mineral.
Filipe Nunes Ribeiro
Filipe é Professor Associado do Departamento de Computação e Sistemas da Universidade Federal de Ouro Preto. Ele obteve seu doutorado no Programa de Pós-Graduação em Ciência da Computação da Universidade Federal de Minas Gerais em 2019, tendo passado parte do período de doutorado no Max Planck Institute for Software Systems (MPI-SWS, Alemanha), junto a um dos mais fortes grupos de pesquisa na área de Computação Social. Sua formação inclui um forte background em temas como Computação Social, Redes Complexas e Redes de Computadores.
Janniele Aparecida Soares Arauo
Janniele Aparecida Soares Araújo é professora adjunta no Departamento de Computação e Sistemas (DECSI) da Universidade Federal de Ouro Preto (UFOP), onde utiliza metodologias ativas para promover uma aprendizagem dinâmica e engajadora em suas disciplinas. Doutora em Ciência da Computação, com foco em Otimização e Inteligência Computacional. Janniele é especialista em Ciência de Dados, com vasta experiência em mineração de dados, análises exploratória, preditiva e, especialmente, prescritiva. Com experiência internacional e sólida interação com a indústria, onde atuou como coordenadora de TI, ela se destaca pela condução de projetos aplicados e pela orientação de trabalhos de conclusão de curso (TCCs) que abordam problemas práticos e relevantes para o mercado.
Helen de Cássia Sousa da Costa Lima
Professora adjunta do Departamento de Computação e Sistemas da UFOP. É doutora em Ciência da Computação, com larga experiência na área de mineração de dados, análise de mídia social e processamento de linguagem natural. Em 2019 realizou parte de seu doutorado na University of Kent (Reino Unido).
Carlos Henrique Gomes Ferreira
É professor do Departamento de Computação e Sistemas da Universidade Federal de Ouro Preto. Doutor em Ciência da Computação pela UFMG, com dupla titulação em Engenharia Elétrica, Eletrônica e de Comunicação pelo Politecnico di Torino, onde foi laureado. Possui experiência em ciência de dados, incluindo mineração de dados, análise exploratória, modelagem de redes complexas e aprendizado de máquina para contextos sociais e industriais. Em 2024, atuou como professor visitante na University of Trieste, na Itália, onde integrou projetos focados em big data e comportamentos anômalos em plataformas de mídias sociais. Na academia e na indústria, liderou pesquisas aplicadas que incluem o desenvolvimento de métodos descritivos e preditivos para identificar padrões de fraudes em campanhas eleitorais via mídias sociais em parceria com o Ministério Público do Estado de Minas Gerais, além de contribuir para projetos voltados à Indústria 4.0 em programas de pós-graduação nos quais atua.
Matheus Nohra Haddad
Professor Adjunto na Universidade Federal de Ouro Preto (UFOP), com ampla experiência em Ciência da Computação e ênfase em Otimização e Inteligência Computacional. Pós-doutorado pela Université Le Havre Normandie e doutor pela Universidade Federal Fluminense (UFF), com período sanduíche na Universität Wien, acumula sólida formação internacional e contribuições significativas em Pesquisa Operacional e Inteligência Artificial. Com mais de uma década de atuação acadêmica, explora temas como meta-heurísticas, problemas de sequenciamento em máquinas paralelas e problemas de roteamento de veículos. Seu trabalho também abrange Ciência de Dados, incluindo mineração de dados, análise exploratória e desenvolvimento de modelos preditivos. Sua trajetória combina excelência acadêmica e impacto prático, refletindo uma visão estratégica e interdisciplinar na aplicação de tecnologias avançadas.
